前馈神经网络的结构与泛化

泛化是前馈神经网络最重要的问题之一。本文从提高泛化能力方面对神经网络的拓扑结构问题进行了分析和研究，给出了基于提高泛化能力的网络拓扑结构构造算法。     

前馈神经网络的结构与泛化

泛化是前馈神经网络最重要的问题之一。本文从提高泛化能力方面对神经网络的拓扑结构问题进行了分析和研究，给出了基于提高泛化能力的网络拓扑结构构造算法。     

BP网络泛化能力改进方法在染色配色中的应用研究

针对BP神经网络在织物染色配色中的局限性,提出了对BP神经网络应用到织物染色配色中的泛化能力改进方法。实验及仿真结果表明,基于泛化能力改进的BP神经网络在平均均方差上优于标准的BP神经网络,并且误差函数改进的BP神经网络要优于网络训练提前结束法改进的BP网络,与一般的BP神经网络模型相比,计算精度有了较大的提高。     

BP网络的一种泛化算法

提出一种新的泛化ＢＰ算法，在原误差函数中增加一项新的能量函数来提高系统的鲁棒性。经过论证分析和仿真证明该算法具有较强的鲁棒性和较好的实用性。     

增益竞争对BP网络泛化能力改善的研究

以经过训练获得的神经网络模型作为预测控制中的预测模型时,神经网络模型的泛化能力至关重要。为提高网络的泛化能力,本文介绍一种ＧＢＰ（带有增益的ＢＰ网络）方法,它在标准ＢＰ网络中引入增益参数,通过使隐含层节点增益,根据其节是的相似性进行竞争,从而获取最佳的网络结构,在提高网络泛化能力的同时,本方法还能加快网络学习速度,仿真结果验证了本算法对于ＢＰ神经网络模型泛化能力的改善。     

基于领域知识的神经网络泛化性能研究进展

从样本复杂性、结构复杂性、学习策略和建模技术4个方面对基于领域知识的神经网络泛化性能研究进展进行了评述,指出了目前基于领域知识神经网络泛化性能研究存在的主要问题是只是利用研究对象的单调性、凸性、对称性和增益等一些简单非线性特征来虚拟训练样本、形成非监督学习算法约束条件、构造节点作用函数等方面.利用关于研究复杂对象部分已知的物理机制或动力学特性来建立有一定物理基础的神经网络模型,从而有效控制网络训练存在的过学习问题是今后神经网络泛化理论与方法研究的主要发展趋势.     

单参数动态搜索算法的泛化与容错能力

使用样本训练神经网络的重要问题之一是网络如何能很好地产生训练集外的模式和当样本中含有误差时算法得到的网络是否对该误差敏感,即算法的泛化能力和容错能力是至关重要的。分析了前馈式神经网络的单参数动态搜索算法（SPDS算法）与BP算法在这两方面的区别,指出SPDS算法相对较好。算例也证明了这一结论。     

增益竞争BP网络泛化能力改善的研究

以 经过训练 获得的 神经网络 模型作 为预 测控 制中 的预 测模 型时 ，神 经网 络模 型的泛 化能力至 关重要 ．为提高 网络的泛 化 能力， 本 文介 绍一 种 Ｇ Ｂ Ｐ（ 带 有增 益 的 Ｂ Ｐ 网 络）方法 ，它在标 准 Ｂ Ｐ 网络 中引入增 益参数， 通过使隐 含层节 点增 益， 根据 其节 点间 的相 似性进行 竞争，从 而获取最 佳的网 络结构．在 提高网 络泛化能 力的同时 ，本方法 还能加 快网络学习速 度．仿真 结果验证 了本算 法对于 Ｂ Ｐ 神 经网络 模型泛化 能力的 改善．     

基于阴影集数据选择的可拓神经网络性能改进

为了改进可拓神经网络的性能,提出一种基于阴影集的数据选择方法.通过该方法获取用于训练可拓神经网络的训练样本,进而改进可拓神经网络的性能.针对可拓神经网络的特点,选择核数据和边界数据作为可拓神经网络的训练样本;利用基于阴影集的数据选择方法,可以自动获取核数据和边界数据.实验结果表明,与传统可拓神经网络相比,改进的可拓神经网络不仅节约了训练时间,而且网络的泛化能力和分类识别准确度得到了有效提高.     

应用神经网络进行经济预测方法的改进

为提高神经网络经济预测的泛化能力,对神经网络预测的数据处理方法进行了改进,把对数据的归一化变为对数据增长率的归一化,因而只要预测的经济数据增长率不超过以往的经济数据增长率,则不再会发生外延问题.根据这一思路,采用北京市科技统计年鉴的数据,对经济发展进行了预测.预测结果与实际结果的比较说明改进有效.     

Prediction of operational parameters effect on coal flotation using artificial neural network

Artificial neural network procedures were used to predict the combustible value (i.e. 100-Ash) and combustible recovery of coal flotation concentrate in different operational conditions. The pulp density, pH, rotation rate, coal particle size, dosage of collector, frother and conditioner were used as inputs to the network. Feed-forward artificial neural networks with 5-30-2-1 and 7-10-3-1 arrangements were capable to estimate the combustible value and combustible recovery of coal flotation concentrate respectively as the outputs. Quite satisfactory correlations of 1 and 0.91 in training and testing stages for combustible value and of 1 and 0.95 in training and testing stages for combustible recovery prediction were achieved. The proposed neural network models can be used to determine the most advantageous operational conditions for the expected concentrate assay and recovery in the coal flotation process.     

人工神经网络水文模型适度训练

应用人工神经网络进行水文模拟需要解决维数灾及过度训练2大主要问题.在介绍4种常用的避免过度训练方法的基础上,提出了一种新的混合法.选用团结、七一及三峡水库区间流域的雨洪资料,对以上5种方法进行比较研究.计算结果表明:混合法适度训练效果最好,随机误差叠加法的适度训练效果次之,相对于容差训练法、罚函数法及前期中止法,可以较好避免过度训练.     

人工神经网络在数据挖掘中的应用

在分析了现行数据挖掘方法后，介绍一种基于数据库的挖掘方法一人工神经网络(Artificial Neural Network)方法，通过对数库据中数据样本的学习，自动发现隐含的大量知识，具体给出了神经网络方法的学习模型和算法．该方法丰富了数据挖掘工具，使定性变量和复杂、动态数据的科学处理成为现实．     

对RBF神经网络的改进及应用

为了提高传统RBF神经网络的收敛速度、网络精度以及更好地满足实际需求,提出一个线性—非线性并列的新型结构的RBF神经网络模型,并且将该模型应用到水轮机数字协联模型的建立。实例表明,利用该模型对协联关系进行拟合,提高了精度,取得了较好的效果。由于改进后的RBF神经网络具有良好的性能,在许多领域具有应用前景。     

基于人工神经网络预测埋弧堆焊药芯焊丝熔敷金属化学成分

在介绍人工神经网络模型特点的基础上,结合堆焊过程的复杂性、不确定性和随机性,研究了用人工神经网络预测埋弧堆焊药芯焊丝合金元素过渡系数和熔敷金属化学成分     

应用人工神经网络预测PMV指标

介绍了人工神经网络的基本原理并将其应用于计算人体热感觉的PMV指标，根据有关数据显示神经网络的计算值与实际相吻合，说明神经网络是人体热感觉预测方法，其网络结构在HVAC非线性实时控制中优异显著。     

人工神经网络在交通网络OD矩阵推算中的应用

交通网络中ＯＤ矩阵的推算曾一度成为交通规划界的热点,国内外不少学者也提出了一些计算模型和求解方法。在此基础上,针对常规求解方法的不足,提出了应用神经网络来进行ＯＤ矩阵的推算,最后通过实例,分析了此方法的精度,从理论上和实践上证实了该方法的可行性。     

人工神经网络在钢水二次精炼脱磷中的运用

使用CaO基渣系对钢水进行二次精炼脱磷,基于BP神经网络建立脱磷预报系统。对于初始组成(质量分数)为:CaO(48%)-CaF2(32%)-Fe2O3(20%)的熔剂,通过实验与脱磷预报系统的预报发现:①添加剂BaO替代熔剂中CaO的量>13%时,脱磷率ηP90%;②Fe2O3添加量在25%～37%之间时,ηP90%;③渣中存在SiO2时,脱磷率将大幅降低。     

多氯酚QSAR建模的人工神经网络信息流分析

针对目前采用人工网络（ANN）建模中存在的问题,以多氯酚的定量构效关系（QSAR）人工神经网络模型研究为基础,开展了ANN的信息流分析,对该网络的连接权值和阈值进行了分析、比较,找出了影响网络输出的稳含层的主要节点;并由这些隐含层节点进一步确定出主要输入层节点;经对网络内部信息传播与分配过程的分析,得到ANN模型信息流流径分布图。